Umbrales para métricas orientadas a objetos

Formato de archivo: PDF. -- Este documento es producción intelectual de la Facultad de Informática-UNLP (Colección BIPA / Biblioteca.) -- Disponible también en línea (Cons. 20/03/2009)

Una aplicación practica de las métricas orientadas a objetos (OO), es predecir que clases tienen una alta probabilidad de contener defectos. Esto tiende a ser significativo dado que, se cree que las métricas orientadas a objetos son indicadores de complejidad psicológica y, las clases que son más complejas son más probables que contengan defectos. Recientemente se ha propuesto una teoría cognitiva la cual sugiere que existe un efecto de umbral para varias métricas OO. Esto significa que las clases OO son fáciles de entender, mientras su complejidad este por debajo del valor de umbral. Por encima del valor de umbral, su comprensión decrece, llevando a una probabilidad de fallas incremental. Acorde a esta teoría, esto sucede debido a que la memoria humana a corto plazo colapsa. Si esta teoría se confirma, proveería un mecanismo que podría explicar la introducción de fallas en sistemas OO, y proveería también una guía practica de cómo diseñas sistemas OO. En este artículo se testea empíricamente esta teoría sobre dos sistemas de mercado electrónico. Se testeó el efecto de umbral sobre la suite de métricas de Chidamber & Kemerer (CK). Se utilizo como variable dependiente la incidencia a fallas. Los resultados indican que no existe un efecto de umbral para las métricas estudiadas, donde la propensión a fallas cambie de ser estable a incrementarse rápidamente. Los resultados son consistentes para ambos sistemas. Por lo tanto, no se puede proveer soporte a la teoría cognitiva presentada. -- Palabras clave: Métricas Orientadas a Objetos, calidad de software, modelos de calidad, Complejidad de software.

Anales de las 36 JAIIO, ASSE